RuntimeError: CUDA out of memory. Tried to allocate 2.82 GiB (GPU 1； 31.75 GiB total capacity； 7.21

最新推荐文章于 2024-03-01 14:15:31 发布

jingjinggrapelet

最新推荐文章于 2024-03-01 14:15:31 发布

阅读量964

点赞数

文章标签：深度学习人工智能机器学习

本文链接：https://blog.csdn.net/jingjinggrapelet/article/details/129809630

版权

用的mmsegmentation,在训练中，发现到测试的时候，会报如下错误

RuntimeError: CUDA out of memory. Tried to allocate 2.82 GiB (GPU 1; 31.75 GiB total capacity; 7.21 GiB already allocated; 2.76 GiB free; 10.41 GiB reserved in total by PyTorch)

原因：显卡内存不够

解决方法：在所用的config文件中，找到data=dict(samples_per_gpu=2)，之前设置的是2，即每个gpu上跑两张图，将2改为1，运行成功！

疑问求解答：为什么训练时显卡内存足够，而测试时，显卡内存不够了呢？

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

jingjinggrapelet

关注关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
1
评论
RuntimeError: CUDA out of memory. Tried to allocate 2.82 GiB (GPU 1； 31.75 GiB total capacity； 7.21

显卡内存不够
复制链接

扫一扫

pytorch模型提示超出内存RuntimeError: CUDA out of memory.

01-20

跑模型时出现RuntimeError: CUDA out of memory.错误查阅了许多相关内容，原因是：GPU显存内存不够简单总结一下解决方法：将batch_size改小。取torch变量标量值时使用item()属性。可以在测试阶段添加如下代码：...

Python RuntimeError: thread.__init__() not called解决方法

09-22

主要介绍了Python RuntimeError: thread.__init__() not called解决方法,需要的朋友可以参考下

1 条评论您还未登录，请先登录后发表或查看评论

yolov7在检测的时候报RuntimeError: CUDA out of memory. Tried to allocate

jiange1614的博客

07-28

3066

yolov7检测的时候报RuntimeErrorCUDAoutofmemory.Triedtoallocate。

yolov8报错RuntimeError: CUDA out of memory

2202_75485202的博客

08-11

705

解决办法：将batchsize改小，但注意batchsize大小一般为2的指数，如2，4，8，16……

RuntimeError: CUDA out of memory. Tried to allocate 2.81 GiB (GPU 0； 14.73 GiB total capacity； 12.38

onlyforbest的博客

12-03

532

try: outputs = (model(train_datas)).cuda() except RuntimeError as exception: if "out of memory" in str(exception): print("WARNING: out of memory") if hasattr(torch.cuda, 'empty_cac...

一文读懂 PyTorch 显存管理机制

zandaoguang的博客

04-08

3900

点击上方“视学算法”，选择加"星标"或“置顶”重磅干货，第一时间送达作者丨米阿罗@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/486360176编辑丨极市平台首发于踢翻炼丹炉：https://www.zhihu.com/column/c_1320691511223136256二次转载须经作者授权导读本文细致的对PyTorch 显存管理机...

解决：CUDA out of memory: Tried to allocate 12.11 GiB......

qq_39654162的博客

07-03

1145

解决：运行推理前：export PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:32。

解决api-ms-win-crt-runtime-l1-1-0.dll 丢失问题绿色版工具下载

07-27

提示api-ms-win-crt-runtime-l1-1-0.dll 丢失，安装这个小玩意就可以解决了

RuntimeError: DataLoader worker (pid(s) 9528, 8320) exited unexpectedly

01-06

RuntimeError: DataLoader worker (pid(s) 9528, 8320) exited unexpectedly 去网上搜教程，说是在loader定义的时候多进程的参数指定的问题，我的loader定义如下 loader = Data.DataLoader( dataset=torch_dataset,...

RuntimeError: CUDA out of memory. Tried to allocate 2.13 GiB (GPU 0； 5.80 Gi..........)

qq_45887007的博客

10-04

895

mmsegmantation 显存不够

显存充足，但提示CUDA out of memory

YasmineC的博客

08-12

6984

详细错误如下： RuntimeError: CUDA out of memory. Tried to allocate 32.00 MiB (GPU 1; 23.70 GiB total capacity; 21.69 GiB already allocated; 26.81 MiB free; 22.00 GiB reserved in total by PyTorch) 认真阅读这个错误后，就去查看了GPU 1，发现显存充足：但是这里的显存充足，可能并不是真的充足，我每次查看显存时，都是在程序崩掉

【已解决】探究CUDA out of memory背后原因，如何释放GPU显存？

03-01

6936

在深度学习项目中，CUDA内存溢出（）是一个常见的难题，尤其在使用PyTorch框架进行大规模数据处理时。本文详细讨论了CUDA内存溢出的原因、解决方案，并提供了实用的代码示例。我们将围绕错误进行深入分析，探讨内存管理、优化技巧，以及如何有效利用环境变量来避免内存碎片化。本文内容丰富，结构清晰，旨在帮助广大AI开发者，无论是深度学习的初学者还是资深研究者，有效解决CUDA内存溢出问题。关键词包括CUDA内存溢出、PyTorch、内存管理、内存碎片化、深度学习优化等，确保容易被搜索引擎检索到。关键点说明。

RuntimeError: CUDA out of memory. Tried to allocate 100.00 MiB (GPU 0； 5.78 GiB total capacity； 3.92

qq_53951823的博客

10-23

1473

RuntimeError: CUDA out of memory. Tried to allocate 100.00 MiB (GPU 0; 5.78 GiB total capacity; 3.92 GiB already allocated; 89.62 MiB free; 3.96 GiB reserved in total by PyTorch)

PyTorch训练模型时RuntimeError: CUDA out of memory. Tried to allocate 2.24 GiB (GPU 0； 1.83 GiB total capa

二爷的博客

03-26

517

【代码】PyTorch训练模型时RuntimeError: CUDA out of memory. Tried to allocate 2.24 GiB (GPU 0;

RuntimeError: CUDA out of memory. 已解决

Sea__c的博客

01-11

1996

RuntimeError: CUDA out of memory. 已解决

RuntimeError: CUDA out of memory. Tried to allocate 96.00 MiB (GPU 0; 2.00 GiB total capacity; 1.65 GiB already allocated

10-02

这个错误信息表示在训练模型时，尝试分配96.00 MiB的内存，但GPU显存容量为2.00 GiB，已经分配了1.65 GiB，只剩下35.03 MiB的空闲内存。这造成了CUDA显存不足的错误。为了解决这个问题，你可以尝试以下几个方法： 1. 将batch_size减小。减小每个批次的大小可以减少显存的使用量。 2. 使用item()属性来获取torch变量的标量值。这将释放与计算图相关的显存。 3. 在测试阶段，可以添加代码来释放不需要的变量和缓存，以释放显存。请注意，这只是一些常见的解决方法，具体的解决方法可能因情况而异。你可以根据实际情况和实验结果来选择最适合你的方法。

“相关推荐”对你有帮助么？

非常没帮助
没帮助
一般
有帮助
非常有帮助

提交